基于注意力机制的多尺度融合人群计数算法

针对人群计数图像人头尺度变化大、背景噪声高等问题,提出一种基于注意力机制的多尺度融合人群计数算法,以充分聚合多尺度信息,并有效区分背景噪声。构建基于残差连接的空洞空间金字塔池化,通过残差结构以及多个不同扩张率的空洞卷积在捕获多尺度头部目标特征的同时融入浅层特征图的空间细节信息,提高特征图质量;构建跨层多尺度特征融合模块,融合浅层和深层分支不同大小的边缘细节信息和上下文语义信息,并设计基于多分支的特征融合模块,融合不同感受野大小的多尺度信息以缓解大规模人头尺度变化的问题;构建基于矩阵相似运算的通道和空间注意力机制模块提取像素级特征权重,加强网络对于背景和人头目标的判别能力,自适应矫正位置信息。实验结果表明,相比11种对比算法的最优值,所提算法在SHA数据集上的平均绝对误差和均方根误差指标降低1.4%、4.2%,在UCF_CC_50数据集上降低4.9%、1.8%,能够精确地预测人群分布状态和估计人群数量,生成高质量的人群密度图。

基于跨通道融合与注意力机制的轻量化目标检测模型

针对当前目标检测算法模型复杂度高、实时检测图片速度较慢的难题,提出一种基于跨通道融合与注意力机制的轻量化目标检测模型,便于移动场景搭载。利用MV1模块构建主干特征提取网络,CDC模块改造多层基础卷积,提出一种基于深度可分离卷积(depthwise separable convolution,DW)的轻量化模型。在网络的颈部,三通道扩展为四通道;同时设计一种跨通道路径,融合深浅层信息,进一步加强特征提取。最后融合一种高效通道注意力机制(efficient channel attention,ECA),使算法聚焦图像中的目标位置。仿真实验结果表明:该算法在Pascal VOC 07+12数据集上所有类别的平均识别准确率达到91.64%,与最新的YOLOv7相比,模型参数量降低了60%,检测速度达到55.54 FPS,证明了该算法的有效性。

基于可分离残差网络的车辆图像语义分割算法

提出了一种基于可分离卷积残差网络的车辆场景图像语义分割算法。首先利用一系列的可分离残差网络块对图像进行更全面的小目标边缘特征提取;然后采用跳跃连接以及2倍反卷积对五个Layer模块的特征图进行上采样,得到分割结果;在训练的过程中,先训练图像各目标的轮廓,再训练目标的细节特征,整体提高图像分割的精度。实验所用的数据集为Camvid,实验结果表明:该算法的平均交并比较原全卷积网络相比,由76.85%提升至83.30%,对小目标的分割边界更加完整,有效地提高了分割精度。

结合超像素的交通场景小目标改进语义分割算法

交通场景图像语义分割是自动驾驶和智能交通等领域的重要研究问题之一。针对交通场景图像中小目标分割精度低的问题,提出一种以全卷积网络和超像素为基础的交通场景小目标改进语义分割算法。首先,基于全卷积网络获得粗糙语义分割结果,提取小目标的位置信息。其次,定位小目标各像素点对应超像素,并提取该超像素内各像素点的类别标签。最后,用超像素内最大可能性的类别为小目标重新标注语义标签。实验结果表明,所提算法能够提高小目标分割的准确率,对道路场景图像语义分割性能的提高是有效的。

双注意力引导的跨层优化交通场景语义分割

针对交通场景目标分割边缘不平滑以及小目标难以准确分割等问题,本文提出一种双注意力引导的跨层优化交通场景语义分割算法。首先,构建多分支特征提取编码网络,并利用串行非比例式空洞卷积实现空间上下文信息提取,进而改善小目标信息的丢失;其次,构建基于空间对齐的跨层特征融合解码网络,实现语义信息和细节信息的融合,增强不同尺度目标的表达能力;最后,提出通道和空间注意力机制,建模全局通道相关性和长距离位置相关性,增强网络对关键特征的学习能力。交通场景数据集Cityscapes和CamVid上的实验结果表明,所提特征提取编码网络、跨层特征融合解码网络以及注意力机制模块是有效的;所提语义分割算法获得了77.79%和78.66%的平均交并比,能够平滑目标分割边缘,尤其对细长条形目标具有鲁棒性。

融合多尺度深度卷积的轻量级Transformer交通场景语义分割算法

针对交通场景语义分割算法中存在的易融入周围背景的纤细条状目标分割不连续、模型参数量大等问题,提出一种融合多尺度深度卷积的轻量级Transformer交通场景语义分割算法。首先,基于深度卷积构建多尺度条形特征提取模块,在不同尺度下增强对纤细条状目标特征的表示能力。其次,在浅层网络中利用卷积归纳偏置特性设计空间细节辅助模块,以弥补深层空间细节信息的丢失来优化目标边缘分割。最后,提出基于Transformer-CNN框架的非对称编解码网络,编码器结合Transformer与CNN减少细节信息丢失并降低模型参数量;而解码器采用轻量级的多级特征融合设计来进一步建模全局上下文。所提算法在Cityscapes和CamVid交通场景公开数据集上分别取得的平均交并比为78.63%和81.06%,能够在交通场景语义分割中实现分割精度和模型大小之间的权衡,具备良好的应用前景。

融合Transformer的带钢缺陷实时检测算法

在带钢的生产过程中通常会产生影响产品质量的表面缺陷。针对带钢表面缺陷检测效率低以及小目标缺陷检测精度差的问题,提出一种融合Transformer的带钢缺陷实时检测算法TRSD-YOLO(Transformer real-time strip steel defects detection-YOLO)。设计一种结合Transformer自注意力机制的特征提取模块BottleNeckCSPTR,通过自注意力的增强来提升模块对小目标缺陷信息的获取能力;运用BottleNeckCSPTR模块构建新的主干特征提取网络CSPDarknetTR,并将动态激活函数Meta-ACON与主干网络相融合,进一步强化网络对缺陷特征的表示能力;提出一种轻量级双向加权特征金字塔结构BiFPN-Light作为融合多尺度特征的方式,提高网络对小尺寸缺陷的检测精度。实验结果表明,提出的算法在NEU-DET数据集上mAP达到了82.2%,较原有的YOLOv4算法提高了5.3个百分点;同时检测速度达到31.3 FPS,可匹配工业场景的需求。

融合MobileNetv3与Transformer的钢板缺陷实时检测算法

钢板表面的缺陷检测是分析和判断钢板质量的基础和关键。针对钢板表面龟裂等小缺陷检测效率低、精度差的问题,提出一种融合Transformer的钢板表面缺陷实时检测算法。首先,融合协调注意力(CA)模块以及最大动态转移(DY)激活函数构建CA-Bneck模块,提高缺陷特征的表示能力;其次,将MobileNetV3、CA-Bneck以及Transformer编码模块相融合,构建一种新的主干特征提取网络MobileNetV3-CATr,用于减轻模型的复杂度;最后,提出一种BiFPN-Lite模块,使得模型复杂度不增加的条件下融合更多缺陷特征;并通过YOLO Head输出缺陷的信息。在热轧钢公开数据集NEU-DET上实验结果表明,所提算法在性能和速度之间取得了平衡,mAP值相较于YOLOv4提升了5.96%,速度达到了20.1FPS,能够有效地完成钢板表面缺陷的实时和高精度检测。

一种基于粗糙集核值的克隆选择算法

针对传统克隆选择算法在变异时存在的盲目性和随机性而导致的退化现象以及容易陷入局部最优等问题,本文以生物免疫机制中抗体是由稳定区和可变区构成为理论支撑,利用粗糙集中的核值概念,提出了一种基于粗糙集核值的克隆选择算法.该算法用核值构造稳定区,使每一代优秀抗体的核信息在成熟的过程中保持不变,只对可变区进行变异操作,使得变异具有稳定性和向最优解靠近的方向性.实验部分采用经典的测试函数对两种算法的性能进行测试对比.实验结果表明该算法在收敛速度、抗体多样性以及避免早熟等方面均比传统克隆选择算法具有更好的效果,且算法在迭代后期还具有较强的局部搜索能力.

异丙嗪治疗氯氮平所致流涎

氯氮平所致流涎的机制至今未明，为寻求对此安全有效的治疗药物，我们试用了异丙嗪治疗，现报告如下。１对象与方法１．１对象实验组为口服氯氮平出现流涎反应的病人８０例，其中男６０例，女２０例；年龄１６～５０岁，平均３３．８±４．８岁；病程０．５～６年，平均３...

新发SPTB基因突变致遗传性球形红细胞增多症分析

该文旨在提高对儿童遗传性球形红细胞增多症(HS)诊治的认识。目前已经对302个已知致病基因(包括ANK1、SPTAN1、SPTA1、EPB42、SLC4A1和SPTB)的外显子和内含子的关键剪接信号进行了基因测序和分析报道。该文介绍1例HS患儿,出现贫血、黄疸、红细胞(RBC)寿命缩短、脾肿大等。基因测序发现患儿及其父亲的SPTB基因新的突变c.4973+1G>A,诊断为HS。该突变是一种剪接突变,可能导致RBC膜β-血红蛋白截短,进而引起RBC正常功能丧失,导致溶血性贫血、黄疸等疾病。

一种新的FCCL制造方法

一种新的"离子注入/电镀法"已被开发,用来制造高性能薄型化双面无胶挠性覆铜板。该法是在高分子薄膜材料(如PI)上先用离子注入工艺直接沉积金属过渡层,再电镀增厚铜层,可制作1?m^12?m薄型化FCCL。该法制造的镀铜层为100 nm左右的铜晶粒,与PI结合紧密,其质量超过传统铜箔。该法制造的FCCL达到了各种性能及可靠性要求。

基于图像级标签的弱监督图像语义分割综述

依据图像级标签位置推断方式的不同,将基于图像级标签的弱监督图像语义分割划分为基于超像素的方法和基于分类网络先验的方法,并分别从各类方法的原理、优缺点、关键环节、主要技术、特征、超像素/候选区域分割方式、种子区域产生方式、网络结构和数据集等方面进行了详细的分析和总结。其次,对基于图像级标签的弱监督图像语义分割常用的数据集和评价指标进行了总结,并对各数据集的特点进行了详细的描述。最后,在MSRC、PASCAL VOC 2012、MS COCO和Sift Flow数据集上对基于图像级标签的弱监督图像语义分割方法的性能进行了对比与分析,并分别从面向大规模多媒体分享网站大数据、特定应用场景、图像级标签位置推断策略三个研究方向对弱监督图像语义分割的研究方向进行了展望和预测。

脐血间充质干细胞临床应用进展

间充质干细胞（mesenchymal stem cells,MSCs）移植是目前治疗心血管疾病、自身免疫性疾病及恶性肿瘤的主要手段之一,而脐血作为MSCs的重要来源之一,较骨髓中采集的MSCs更具有易于采集、来源广泛、自我更新、免疫调控、向不同组织分化潜能、促进微血管形成及被病原体污染可能性小等优点,广泛应用于组织工程、细胞治疗等领域。

基于神经网络架构搜索的肺结节分类算法

肺结节分类是早期肺癌诊断的重要任务。基于深度学习的肺结节分类方法虽然能够取得良好的分类精度,但存在模型复杂和可解释性差的问题。为此,提出了一种基于神经网络架构搜索的肺结节分类算法。首先,将注意力残差卷积cell作为搜索空间的基本单元,并使用偏序剪枝方法作为搜索策略来构建神经网络架构以搜索3D分类网络,从而达到网络性能和搜索速度的平衡。其次,在网络中构建了多尺度通道和空间注意力模块来提高特征描述和类别推理的可解释性。最后,采用堆叠法将搜索到的网络架构进行多模型的融合,从而获取精准的肺结节良恶性分类预测结果。实验结果表明,在肺结节分类常用数据集LIDC-IDRI上,所提算法与最新肺结节分类算法相比具有较好的分类性能和较快的收敛,且所提算法的特异性和精确率分别达到95.37%和93.42%,能够实现良恶性肺结节的准确分类。

基于扩展容差关系的不完备信息系统属性约简

针对当前的邻域粗糙集多用于处理完备的信息系统,而非不完备的信息系统这一问题,提出了一种可用于处理不完备混合信息系统的扩展容差关系,并给出相关定义,使用容差完备度和邻域阈值作为限制条件计算扩展容差邻域,以此邻域为基础选择决策正域得到系统的属性重要性,并以该重要性作为启发因子给出基于扩展容差关系的属性约简算法。采用UCI数据集中的7组不同类型的数据集进行仿真实验,并分别与扩展邻域关系(EN)、容差邻域熵(TRE)、邻域粗糙集(NR)的方法进行比较,实验结果表明,该方法在保证分类精度的同时能够约简得到更少的属性。最后讨论了在扩展容差关系中改变邻域阈值对分类精度产生的影响。

小儿紫癜性肾炎的临床病理及远期预后分析

目的探析小儿紫癜性肾炎(HSPN)的临床病理及远期预后。方法回顾性分析38例HSPN患儿的临床资料,均进行4~5年的随访,询问病史、体格检查和三大常规检查(血常规、尿常规、便常规),部分患儿完善肾功能等检查。观察患儿皮肤紫癜病变到肾病的时间,观察临床分型、病理分级与远期预后情况。结果皮肤紫癜病变到肾病时间≤1个月19例(50.00%),2~3个月11例(28.95%),>3个月6例(15.79%),>3年2例(5.26%),其中3个月内发病占78.95%。临床分型以肾病综合征型和急性肾炎型最常见,国际儿童肾脏病学会(ISKDC)病理分型以B、C级最多。随访的38例患儿,痊愈14例,尿常规检查异常18例,死亡6例。临床分型:肾病综合征型痊愈率25.0%低于急性肾炎型的72.7%,尿常规异常率37.5%、死亡率37.5%均高于急性肾炎型的18.2%、9.1%。病理分级:A~C级痊愈率为39.4%、尿常规异常率为48.5%、死亡率为12.1%,D~E级的痊愈率为20.0%、尿常规异常率为40.0%、死亡率为40.0%。结论肾病综合征型远期预后较急性肾炎综合征型差,病理分级、临床分型与远期预后有关系。

高龄高危心脏瓣膜置换术患者的体外循环(CPB)管理研究

目的分析高龄高危心脏瓣膜置换术患者的体外循环(CPB)管理方法。方法将2017年1月至2019年10月于本院实施心脏瓣膜置换术的46例高龄高危患者,当做本次课题研究的参与对象,按照随机划分的形式,分化成为两组,即实验组与常规组(n=23)。患者均实施体外循环管理,常规组予以常规手术室护理,实验组予以优质手术室护理,对比两组患者的临床指标、术后并发症发生率及患者的护理满意度。结果实验组患者的拔管时间、自主活动时间及住院时间均短于常规组患者,差距对比有统计学意义(P<0.05)。实验组患者发生1例并发症,常规组患者发生5例并发症,实验组患者的并发症发生率相对较低(P<0.05)。实验组的患者,接受了全面细致的护理服务,普遍对护理工作相对满意,满意率95.65%,相比之下常规组患者满意度较低,满意率为73.91%,两组患者的结果差异显著(P<0.05)。结论护理在高龄高危心脏瓣膜置换术患者体外循环管理中的应用,可减少并发症的发生,改善了患者手术后的生活质量,且恢复速度快。

基于YOLOv3-Tiny-D算法的偏光片缺陷检测

随着偏光片的应用日益广泛,对于其生产质量的要求也愈加严苛。采用深度学习的目标检测算法对偏光片的三类瑕疵缺陷进行检测,以解决传统方法检测精度低、硬件成本高的问题,从而优化生产工艺。基于YOLOv3-Tiny算法,采用Dense Block模块与SPP-Net模块对其特征提取网络进行优化,并与待检测目标的实际情况相结合调整优化网络的检测模块,提出一种改进后的算法YOLOv3-Tiny-D。实验表明,所提方法在偏光片数据集上测试时,单张图片在保证检测速度的同时(18ms/张),脏污、划痕、标记3类缺陷的检测正确率为90.74%、98.90%、97.52%,平均正确率95.72%,较原算法提高7%。

非金融企业债券融资发展现状及思考

随着我国利率市场化进程的加快和资本市场的不断完善,企业融资渠道呈现出日益多元化的态势,非金融企业债券融资逐渐成为我国债券市场的一大主体,近年来,单年发行规模及余额均呈现快速增长态势,但我国非金融企业的债券融资比重与发达国家相比仍存在一定差距,企业债券市场发展也存在一些规范性问题。因而,认清发展形势,把握发展机遇,正视存在问题,更新观念理念,完善体制机制,是大力发展非金融企业债券融资业务的必由之路。